一个全面的中文基础模型评估套件
C-Eval是一个适用于大语言模型的多层次多学科中文评估套件，由上海交通大学、清华大学和爱丁堡大学研究人员在2023年5月份联合推出，包含了13948个多项选择题，涵盖了52个不同的学科和四个难度级别，用以评测大模型中文理解能力。
实时监测ChatGPT对话质量与用户体验的智能分析工具
AI大模型评测社区
以众包方式进行匿名随机对战的LLM基准平台
由苹果开发的可视化高维嵌入向量探索工具，帮助理解AI模型中的语义关系
H2O.ai推出的基于Elo评级方法的大模型评估系统
斯坦福大学推出的大模型评测体系
要发表评论，您必须先登录。
实时监测ChatGPT对话质量与用户体验的智能分析工具